| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第6-10页 |
| ·引言 | 第6页 |
| ·网络安全的背景 | 第6-7页 |
| ·入侵检测的研究现状 | 第7-8页 |
| ·本文的主要工作 | 第8-9页 |
| ·论文的组织及结构 | 第9-10页 |
| 第二章 入侵方法和入侵检测技术 | 第10-17页 |
| ·入侵检测的概念 | 第10-11页 |
| ·入侵检测的作用 | 第10页 |
| ·入侵检测的必要性 | 第10-11页 |
| ·入侵方法与手段 | 第11-15页 |
| ·漏洞扫描 | 第11-12页 |
| ·口令破解 | 第12-13页 |
| ·脚本攻击 | 第13页 |
| ·拒绝服务攻击 | 第13-14页 |
| ·缓冲区溢出攻击 | 第14-15页 |
| ·入侵检测技术 | 第15-16页 |
| ·误用入侵检测 | 第15页 |
| ·异常入侵检测 | 第15-16页 |
| ·入侵检测的发展趋势 | 第16页 |
| ·本章小结 | 第16-17页 |
| 第三章 神经网络BP算法及改进算法的实现 | 第17-30页 |
| ·人工神经网络 | 第17-19页 |
| ·人工神经网络及其特点 | 第17-18页 |
| ·神经元的模型 | 第18页 |
| ·神经网络的激励函数 | 第18-19页 |
| ·神经网络BP算法 | 第19-22页 |
| ·反向传播BP算法 | 第19页 |
| ·BP网络的结构 | 第19页 |
| ·BP算法的数学描述 | 第19-22页 |
| ·BP算法的问题 | 第22-23页 |
| ·改进的BP算法 | 第23-25页 |
| ·附加动量项的BP算法 | 第23-24页 |
| ·标准BP算法和附加动量项的BP算法及改进算法的比较 | 第24-25页 |
| ·改进后的BP算法实现 | 第25-28页 |
| ·改进BP算法步骤 | 第25-27页 |
| ·改进的BP算法实现 | 第27-28页 |
| ·神经网络检测模型 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 snort及其结构分析 | 第30-48页 |
| ·Snort简介 | 第30页 |
| ·Snort的系统结构 | 第30-31页 |
| ·网络数据包捕获 | 第31-33页 |
| ·数据包的捕获原理 | 第31-32页 |
| ·Winpcap的编程结构 | 第32-33页 |
| ·Snort的系统初始化 | 第33-37页 |
| ·数据包的检测流程 | 第37-41页 |
| ·数据包处理 | 第37-39页 |
| ·数据包解码 | 第39-40页 |
| ·预处理插件 | 第40-41页 |
| ·Snort的检测引擎 | 第41-43页 |
| ·Snort的规则和规则链表 | 第43-46页 |
| ·Snort的规则 | 第43-44页 |
| ·Snort的规则链表 | 第44-45页 |
| ·规则链表在snort中的构造 | 第45-46页 |
| ·数据包的规则检测 | 第46页 |
| ·Snort的不足 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 snort中神经网络插件的实现 | 第48-66页 |
| ·在snort中开发自定义插件 | 第48-49页 |
| ·神经网络检测模块的特征编码 | 第49-52页 |
| ·Top编码 | 第49-51页 |
| ·编码的归一化处理 | 第51-52页 |
| ·神经网络结构的确定 | 第52-55页 |
| ·隐层数的设计 | 第52页 |
| ·隐层节点数的确定 | 第52-55页 |
| ·特征样本获取插件的算法和实现 | 第55-58页 |
| ·神经网络检测插件的设计和实现 | 第58-60页 |
| ·实验结果及分析 | 第60-64页 |
| ·结束语 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-67页 |
| ·论文工作总结 | 第66页 |
| ·下一步的工作 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-70页 |
| 攻读硕士期间发表的论文 | 第70-71页 |